python通用读取vcf文件的类(复制粘贴即可用)


Posted in Python onFebruary 29, 2020

前言

处理vcf文件的时候,需要多种切割,正则匹配,如果要自己写其实会比较麻烦,并且每次还得根据vcf文件格式或者需要读取的值不同要修改相应的代码。因此很多人会选择一些python的vcf的库,但是首先你得安装这个库, 并且有一些库它固定了能够读的内容,如果你的vcf的信息不在它固定的里面,就读不出来。比如最近我想读一个样本的AF,但是它放在最后样本的GT那列,不在INFO那一列,有一些库竟然无能为力。因此我写了这个通用的读vcf的类,直接复制粘贴这部分代码就可以方便的用这个类进行vcf文件的读取,过滤,写出等操作。

使用说明

首先复制类的代码,后面就可以直接用了

import sys
import osimport subprocess
class Record(object):
 '''
 One line information in vcf file
 '''
 def __init__(self, line):
 info = line.split("\t")
 self.line = line
 self.CHROM = info[0] 
 self.POS = info[1]
 self.ID = info[2]
 self.REF = info[3]
 self.ALT = info[4]
 self.QUAL = info[5]
 self.FILTER = info[6]
 self.INFO = [{pair_lst[0]: pair_lst[1] if len(pair_lst)> 1 else ""} for pair_lst in [pair.split("=") for pair in info[7].split(";")]]
 self.FORMAT = info[8].split(":")
 self.sample_num = len(info) -7
 self.GT = []
 for i in range(2):
 GT_value = info[8 + i +1].split(":") 
 GT_dict = {}
 for g in range(len(GT_value)):
 GT_dict[self.FORMAT[g]] = GT_value[g] 
 self.GT.append(GT_dict) 
class VCF(object):
 '''
 VCF class, read VCF, write VCF, get VCF information
 '''
 def __init__(self, uncompress_vcf):
 self.header = []
 self.reader = open(uncompress_vcf, 'r')
 self.line = self.reader.readline().strip()
 while self.line.startswith('#'):
 self.header.append(self.line)
 self.line = self.reader.readline().strip()
 self.record = Record(self.line) 
 def __iter__(self): 
 return self 
 def __next__(self): 
 self.line = self.reader.readline().strip()
 if self.line != "":
 self.record = Record(self.line) 
 return self.record
 else:
 self.reader.close()
 raise StopIteration()
 def reader_close(self):
 self.reader.close()
  • 主要有两个类,一个是VCF类,存储的是vcf的信息,及对vcf文件的操作,一个是Record类,它包括vcf某一行存储的全部信息
  • 读入vcf文件
gatk_result = "realignment.vcf"
gatk = VCF(gatk_result)

查看vcf的header

gatk.header

查看vcf当前行中储存的信息,一开始是首行。它以Record这个类保存的。注意VCF类是个迭代器类,可以用next和for循环来读入每一行的信息

record = gatk.record #这里record存储的是该Record类的地址

查看该record的属性,包括line(行的内容,方便写出某行), CHROM, POS, ID,REF,ALT, QUAL, FILTER, INFO(字典的形式存储), FORMAT, sample_num(多少个样本),GT(样本的基因型信息,这里在vcf一般是在后面用样本名表示的列)

record.CHROM
record.line
record.ID #其他的属性同理

INFO的读取

这是vcf中INFO的原始表示

CONTQ=28;DP=38;ECNT=1;GERMQ=76;MBQ=20,37;MFRL=171,229;MMQ=60,60;MPOS=26;NALOD=1.16;NLOD=3.91; POPAF=6.00;RCNTS=0,0;ROQ=14;SEQQ=1;STRANDQ=11;TLOD=4.56

它在record中的存储形式

record.INFO [{'CONTQ': '28'}, {'DP': '38'}, {'ECNT': '1'}, {'GERMQ': '76'}, {'MBQ': '20,37'}, {'MFRL': '171,229'}, {'MMQ': '60,60'}, {'MPOS': '26'}, {'NALOD': '1.16'}, {'NLOD': '3.91'}, {'POPAF': '6.00'}, {'RCNTS': '0,0'}, {'ROQ': '14'}, {'SEQQ': '1'}, {'STRANDQ': '11'}, {'TLOD': '4.56'}]

GT的读取

这是GT在vcf的存储形式,FORMAT对应着GT的值

GT:AD:AF:DP:F1R2:F2R1:OBAM:OBAMRC:OBF:OBP:OBQ:OBQRC:SB 0/1:21,2:0.120:23:7,1:13,1:false:true:0.500:0.078:100.00:41.80:12,9,1,1 0/0:13,0:0.065:13:7,0:6,0:false:false:.:.:.:.:10,3,0,0 分别是FORMAT, tumor样本GT, normal样本GT对应的值

这是在record中的存储形式

record.GT [{'GT': '0/1', 'OBQRC': '41.80', 'SB': '12,9,1,1', 'DP': '23', 'OBF': '0.500', 'OBAM': 'false', 'OBP': '0.078', 'AD': '21,2', 'F2R1': '13,1', 'F1R2': '7,1', 'AF': '0.120', 'OBQ': '100.00', 'OBAMRC': 'true'}, {'GT': '0/0', 'OBQRC': '.', 'SB': '10,3,0,0', 'DP': '13', 'OBF': '.', 'OBAM': 'false', 'OBP': '.', 'AD': '13,0', 'F2R1': '6,0', 'F1R2': '7,0', 'AF': '0.065', 'OBQ': '.', 'OBAMRC': 'false'}]

第一个字典就是tumor的GT,第二个字典就是normal的GT,当然,根据你的样本数量会有多个字典,这里可以按索引取出比如要取出第一个样本的,只需要record.GT[0]就行

把tumor AF大于0.5的line打印出来

for record in gatk:
 # compare GATK tumor AF to 0.05
 if float(record.GT[0]['AF']) > 0.05:
 print(record.line)

把FILTER为PASS的并且tumor AF>0.05写入列表并写出最后的VCF文件

snv = "filter.vcf"
result = gatk.header
for record in gatk:
 if record.FILTER == "PASS" and float(record.GT[0]['AF']) > 0.05:
 result.append(record.line)
# write out result
with open(snv, 'w+') as snvf:
 for line in result:
 print(line, file = snvf)

查看gatk的下一个record, 因为VCF类是可迭代的,因此除了for也支持next

record = next(gatk)
print(record.line)

到此这篇关于python通用读取vcf文件的类(可以直接复制粘贴使用)的文章就介绍到这了,更多相关python vcf文件的类内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
Python导入txt数据到mysql的方法
Apr 08 Python
Python中__init__.py文件的作用详解
Sep 18 Python
python 3.6 +pyMysql 操作mysql数据库(实例讲解)
Dec 20 Python
轻松实现TensorFlow微信跳一跳的AI
Jan 05 Python
python实现连续图文识别
Dec 18 Python
Python Numpy计算各类距离的方法
Jul 05 Python
django将数组传递给前台模板的方法
Aug 06 Python
Python逐行读取文件内容的方法总结
Feb 14 Python
python实现银行实战系统
Feb 26 Python
Pythonic版二分查找实现过程原理解析
Aug 11 Python
浅谈Python 钉钉报警必备知识系统讲解
Aug 17 Python
Python如何telnet到网络设备
Feb 18 Python
Python编程快速上手——疯狂填词程序实现方法分析
Feb 29 #Python
Python使用GitPython操作Git版本库的方法
Feb 29 #Python
如何使用python代码操作git代码
Feb 29 #Python
使用 Python 遍历目录树的方法
Feb 29 #Python
python 已知一个字符,在一个list中找出近似值或相似值实现模糊匹配
Feb 29 #Python
在python3中实现查找数组中最接近与某值的元素操作
Feb 29 #Python
python pandas移动窗口函数rolling的用法
Feb 29 #Python
You might like
php开启openssl的方法
2014/05/15 PHP
微信公众平台消息接口校验与消息接口响应实例
2014/12/23 PHP
php计算整个目录大小的方法
2015/06/01 PHP
漂亮的widgets,支持换肤和后期开发新皮肤
2007/04/23 Javascript
OfflineSave离线保存代码再次发布使用说明
2007/05/23 Javascript
JQuery从头学起第三讲
2010/07/06 Javascript
跨浏览器的事件对象介绍
2012/06/27 Javascript
在浏览器窗口上添加遮罩层的方法
2012/11/12 Javascript
js检测浏览器版本、核心、是否移动端示例
2014/04/24 Javascript
jquery插件bxslider用法实例分析
2015/04/16 Javascript
jQuery手机拨号界面特效代码分享
2015/08/27 Javascript
详解JavaScript的Date对象(制作简易钟表)
2020/04/07 Javascript
BootStrap glyphicon图标无法显示的解决方法
2016/09/06 Javascript
JavaScript中动态向表格添加数据
2017/01/24 Javascript
浅谈js-FCC算法Friendly Date Ranges(详解)
2017/04/10 Javascript
ES6新特性六:promise对象实例详解
2017/04/21 Javascript
vue中element组件样式修改无效的解决方法
2018/02/03 Javascript
快速解决brew安装特定版本flow的问题
2018/05/17 Javascript
jquery树形插件zTree高级使用详解
2019/08/16 jQuery
关于vue的列表图片选中打钩操作
2020/09/09 Javascript
Element-UI 使用el-row 分栏布局的教程
2020/10/26 Javascript
python 七种邮件内容发送方法实例
2014/04/22 Python
python调用OpenCV实现人脸识别功能
2018/05/25 Python
使用EduBlock轻松学习Python编程
2018/10/08 Python
python 把列表转化为字符串的方法
2018/10/23 Python
pandas进行时间数据的转换和计算时间差并提取年月日
2019/07/06 Python
Python小整数对象池和字符串intern实例解析
2020/03/21 Python
Python实现简单的猜单词小游戏
2020/10/28 Python
Python实现自动整理文件的脚本
2020/12/17 Python
HTML5自定义元素播放焦点图动画的实现
2019/09/25 HTML / CSS
如何清空Session
2015/02/23 面试题
室内趣味活动方案
2014/08/24 职场文书
2014年监理工作总结范文
2014/11/17 职场文书
新手开公司创业注意事项有哪些?
2019/07/29 职场文书
多表查询、事务、DCL
2021/04/05 MySQL
Redis5之后版本的高可用集群搭建的实现
2021/04/27 Redis